基于改进粒子群优化算法的离散混沌系统神经滑模控制
针对离散混沌系统,提出一种基于融合Powell法的粒子群优化策略(Powell-PSO算法)的神经滑模等效控制方法。该方法通过将BP神经网络的输出作为滑模等效控制的切换部分的系数,有效地克服了传统滑模等效控制的抖振现象;利用Powell-PSO算法对神经滑模控制器的参数进行全局优化,提高了离散混沌系统的控制品质。仿真实验结果表明,所提出的方法无需了解离散混沌系统精确模型,具有响应速度快、控制精度高以及抗干扰能力强的优点。
混沌系统、粒子群优化、滑模控制、神经网络
TP18(自动化基础理论)
国家自然科学基金项目61174140,61174050;高校博士点基金项目20110161110035
2013-07-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
1094-1098